登入帳戶　 |　訂單查詢　 |　購物車/收銀台(0)　|　在線留言板　 |　付款方式　 |　聯絡我們　 |　運費計算　 |　幫助中心　|　 加入書簽
	全部範圍 - 圖書 - 　- 中文簡體書(大陸書) - 　- 英文書（原版） - - 音碟 - 　- 音樂 - 　- 影視 - - 雜誌 - 全文 精確	會員登入   新用戶註冊

HOME新書上架暢銷書架好書推介特價區會員書架精選月讀2023年度TOP分類閱讀雜誌

香港／國際用戶

最新/最熱/最齊全的簡體書網

品種：超過100萬種書，正品正价，放心網購，悭钱省心

送貨：速遞 / 物流，時效：出貨後2-4日

新書推薦： 《 不废风雅 生活的意趣（汪曾祺风雅意趣妙文） 》 售價：NT$ 280.0 《 东亚世界形成史论（新版） 》 售價：NT$ 490.0 《 奶奶的半个心愿 “课本里的作家” 中考热点作家孙道荣2024年全新散文集 》 售價：NT$ 190.0 《 天生坏种：罪犯与犯罪心理分析 》 售價：NT$ 445.0 《 新能源材料 》 售價：NT$ 290.0 《 传统文化有意思：古代发明了不起 》 售價：NT$ 199.0 《 无法从容的人生：路遥传 》 售價：NT$ 340.0 《 亚述：世界历史上第一个帝国的兴衰 》 售價：NT$ 490.0

建議一齊購買： + NT$ 569 《 深度学习与计算机视觉 算法原理、框架应用与代码实现 》 + NT$ 1210 《 深度学习 》 + NT$ 497 《 Python与机器学习实战：决策树、集成学习、支持向量机与神经网络算法详解及编程实现 》 + NT$ 857 《 计算机视觉：模型、学习和推理 》 + NT$ 569 《 深度学习轻松学：核心算法与视觉实践 》 編輯推薦： Rafael C. Gonzalez拉斐尔?C?冈萨雷斯 1965于美国迈阿密大学获电气工程学士学位；1967年和1970年于美国佛罗里达大学盖恩斯维尔分校分别获电气工程硕士学位和博士学位。1970年，加盟田纳西大学诺克斯维尔分校UTK电机和计算机工程系。1973年晋升为副教授，1978年晋升为教授，1984年被授予杰出贡献教授。1994年到1997年任系主任，现为UTK名誉教授。 1977年获UTK工学院职员成就奖；1978年获UTK校长研究学者奖；1980年获Magnavox工程教授奖；1980年获M. E. Brooks杰出教授奖；1981年，成为田纳西大学的IBM教授并于1984年被授予杰出成就教授；1985年，被迈阿密大学授予杰出男毕业生奖；1986年，被授予Phi Kappa Phi学者奖；1992年，获田纳西大学Nathan W. Dougherty工程优秀奖。 Richard E. Woods理查德?E?伍兹 理查德?E?伍兹，UTK电气工程系学士、硕士和博士。从业经历包括企业家、大学教师、咨询、企业管理和工业工程。*近创立了专门开发医用手持式计算机系统的Med 內容簡介： 在数字图像处理领域，本书作为主要教材已有30多年。这一版本是作者在前两版的基础上修订而成的，是前两版的发展与延续。除保留了前两版的大部分内容外，根据读者的反馈，作者在13个方面对本书进行了修订，新增了400多幅图像、200多幅图表及80多道习题，融入了近年来数字图像处理领域的重要进展，因而本书特色鲜明且与时俱进。全书仍分为12章，即绪论、数字图像基础、灰度变换与空间滤波、频率域滤波、图像复原与重建、彩色图像处理、小波和多分辨率处理、图像压缩、形态学图像处理、图像分割、表示与描述、目标识别。 關於作者： Rafael C. Gonzalez拉斐尔?C?冈萨雷斯： 1965于美国迈阿密大学获电气工程学士学位；1967年和1970年于美国佛罗里达大学盖恩斯维尔分校分别获电气工程硕士学位和博士学位。1970年，加盟田纳西大学诺克斯维尔分校UTK电机和计算机工程系。1973年晋升为副教授，1978年晋升为教授，1984年被授予杰出贡献教授。1994年到1997年任系主任，现为UTK名誉教授。 阮秋琦： 1969年毕业于北方交通大学并留校任教,1981年于北方交通大学研究生毕业获工学硕士学位.1987年1月至1990年5月赴美国匹兹堡大学及辛辛那提大学访问进修,主修图像处理和计算机视觉科学。 目錄： 第1章绪论 1 引言1 1.1什么是数字图像处理1 1.2数字图像处理的起源2 1.3使用数字图像处理领域的实例4 1.3.1伽马射线成像5 1.3.2X射线成像5 1.3.3紫外波段成像7 1.3.4可见光及红外波段成像7 1.3.5微波波段成像10 1.3.6无线电波段成像10 1.3.7使用其他成像方式的例子11 1.4数字图像处理的基本步骤14 1.5图像处理系统的组成15 小结17 参考文献17 第2章数字图像基础 20 引言20 2.1视觉感知要素20 2.1.1人眼的结构20 2.1.2眼睛中图像的形成22 2.1.3亮度适应和辨别22 2.2光和电磁波谱24 2.3图像感知和获取26 2.3.1使用单个传感器获取图像27 2.3.2使用条带传感器获取图像27 2.3.3使用传感器阵列获取图像28 2.3.4简单的图像形成模型28 2.4图像取样和量化30 2.4.1取样和量化的基本概念30 2.4.2数字图像表示31 2.4.3空间和灰度分辨率34 2.4.4图像内插36 2.5像素间的一些基本关系38 2.5.1相邻像素38 2.5.2邻接性、连通性、区域和边界38 2.5.3距离度量40 2.6数字图像处理中所用数学工具的介绍41 2.6.1阵列与矩阵操作41 2.6.2线性操作与非线性操作42 2.6.3算术操作42 2.6.4集合和逻辑操作46 2.6.5空间操作49 2.6.6向量与矩阵操作53 2.6.7图像变换54 2.6.8概率方法56 小结57 参考文献58 习题58 第3章灰度变换与空间滤波 62 引言62 3.1背景知识62 3.1.1灰度变换和空间滤波基础62 3.1.2关于本章中的例子63 3.2一些基本的灰度变换函数64 3.2.1图像反转64 3.2.2对数变换64 3.2.3幂律伽马变换66 3.2.4分段线性变换函数68 3.3直方图处理72 3.3.1直方图均衡72 3.3.2直方图匹配规定化77 3.3.3局部直方图处理83 3.3.4在图像增强中使用直方图统计85 3.4空间滤波基础88 3.4.1空间滤波机理88 3.4.2空间相关与卷积89 3.4.3线性滤波的向量表示92 3.4.4空间滤波器模板的产生93 3.5平滑空间滤波器93 3.5.1平滑线性滤波器93 3.5.2统计排序非线性滤波器96 3.6锐化空间滤波器97 3.6.1基础97 3.6.2使用二阶微分进行图像锐化 拉普拉斯算子99 3.6.3非锐化掩蔽和高提升滤波100 3.6.4使用一阶微分对非线性图像锐 化梯度101 3.7混合空间增强法103 3.8使用模糊技术进行灰度变换和 空间滤波105 3.8.1引言106 3.8.2模糊集合论原理106 3.8.3模糊集合应用110 3.8.4使用模糊集合进行灰度变换116 3.8.5使用模糊集合进行空间滤波117 小结119 参考文献119 习题120 第4章频率域滤波 124 引言124 4.1背景124 4.1.1傅里叶级数和变换简史124 4.1.2关于本章中的例子125 4.2基本概念125 4.2.1复数125 4.2.2傅里叶级数126 4.2.3冲激及其取样特性126 4.2.4连续变量函数的傅里叶变换128 4.2.5卷积130 4.3取样和取样函数的傅里叶变换131 4.3.1取样131 4.3.2取样函数的傅里叶变换132 4.3.3取样定理134 4.3.4混淆135 4.3.5由取样后的数据重建复原函数137 4.4单变量的离散傅里叶变换DFT138 4.4.1由取样后的函数的连续变换得 到DFT138 4.4.2取样和频率间隔间的关系140 4.5两个变量的函数的扩展141 4.5.1二维冲激及其取样特性141 4.5.2二维连续傅里叶变换对141 4.5.3二维取样和二维取样定理142 4.5.4图像中的混淆143 4.5.5二维离散傅里叶变换及其反变换147 4.6二维离散傅里叶变换的一些性质148 4.6.1空间和频率间隔的关系148 4.6.2平移和旋转148 4.6.3周期性148 4.6.4对称性150 4.6.5傅里叶谱和相角154 4.6.6二维卷积定理157 4.6.7二维离散傅里叶变换性质的小结159 4.7频率域滤波基础161 4.7.1频率域的其他特性161 4.7.2频率域滤波基础162 4.7.3频率域滤波步骤小结165 4.7.4空间和频率域滤波间的对应166 4.8使用频率域滤波器平滑图像169 4.8.1理想低通滤波器169 4.8.2布特沃斯低通滤波器172 4.8.3高斯低通滤波器173 4.8.4低通滤波的其他例子174 4.9使用频率域滤波器锐化图像176 4.9.1理想高通滤波器176 4.9.2布特沃斯高通滤波器178 4.9.3高斯高通滤波器178 4.9.4频率域的拉普拉斯算子179 4.9.5钝化模板、高提升滤波和高频 强调滤波180 4.9.6同态滤波182 4.10选择性滤波184 4.10.1带阻滤波器和带通滤波器184 4.10.2陷波滤波器185 4.11实现187 4.11.1二维DFT的可分性187 4.11.2用DFT算法计算IDFT187 4.11.3快速傅里叶变换FFT187 4.11.4关于滤波器设计的一些注释190 小结190 参考文献190 习题191 第5章图像复原与重建 196 引言196 5.1图像退化复原过程的模型197 5.2噪声模型197 5.2.1噪声的空间和频率特性197 5.2.2一些重要的噪声概率密度函数198 5.2.3周期噪声201 5.2.4 噪声参数的估计202 5.3只存在噪声的复原空间滤波203 5.3.1均值滤波器203 5.3.2统计排序滤波器205 5.3.3自适应滤波器208 5.4用频率域滤波消除周期噪声211 5.4.1带阻滤波器211 5.4.2带通滤波器211 5.4.3陷波滤波器212 5.4.4最佳陷波滤波213 5.5线性、位置不变的退化216 5.6估计退化函数218 5.6.1图像观察估计218 5.6.2试验估计218 5.6.3建模估计219 5.7逆滤波221 5.8最小均方误差维纳滤波222 5.9约束最小二乘方滤波224 5.10 几何均值滤波227 5.11 由投影重建图像228 5.11.1引言228 5.11.2计算机断层CT原理230 5.11.3投影和雷登变换232 5.11.4傅里叶切片定理235 5.11.5使用平行射线束滤波反投影的重建236 5.11.6使用扇形射线束滤波反投影的重建240 小结244 参考文献244 习题245 第6章彩色图像处理 249 引言249 6.1彩色基础249 6.2彩色模型254 6.2.1RGB彩色模型254 6.2.2CMY和CMYK彩色模型257 6.2.3HSI彩色模型257 6.3伪彩色图像处理262 6.3.1灰度分层262 6.3.2灰度到彩色的变换265 6.4全彩色图像处理基础267 6.5彩色变换268 6.5.1公式269 6.5.2补色271 6.5.3彩色分层271 6.5.4色调和彩色校正273 6.5.5直方图处理275 6.6平滑和锐化276 6.6.1彩色图像平滑276 6.6.2彩色图像锐化278 6.7基于彩色的图像分割279 6.7.1HSI彩色空间的分割279 6.7.2RGB向量空间中的分割279 6.7.3彩色边缘检测281 6.8彩色图像中的噪声283 6.9彩色图像压缩284 小结285 参考文献285 习题286 第7章小波和多分辨率处理 289 引言289 7.1背景289 7.1.1图像金字塔290 7.1.2子带编码292 7.1.3哈尔变换297 7.2多分辨率展开300 7.2.1级数展开300 7.2.2尺度函数301 7.2.3小波函数304 7.3一维小波变换306 7.3.1小波级数展开306 7.3.2离散小波变换308 7.3.3连续小波变换309 7.4快速小波变换311 7.5二维小波变换317 7.6小波包322 小结330 参考文献330 习题331 第8章图像压缩 334 引言334 8.1基础知识335 8.1.1编码冗余336 8.1.2空间冗余和时间冗余337 8.1.3不相关的信息337 8.1.4图像信息的度量338 8.1.5保真度准则340 8.1.6图像压缩模型341 8.1.7图像格式、容器和压缩标准343 8.2一些基本的压缩方法345 8.2.1霍夫曼编码345 8.2.2Golomb编码346 8.2.3算术编码350 8.2.4LZW编码351 8.2.5行程编码353 8.2.6基于符号的编码357 8.2.7比特平面编码359 8.2.8块变换编码361 8.2.9预测编码373 8.2.10 小波编码387 8.3数字图像水印394 小结398 参考文献398 习题399 第9章形态学图像处理 402 引言402 9.1预备知识402 9.2腐蚀和膨胀404 9.2.1腐蚀404 9.2.2膨胀406 9.2.3对偶性407 9.3开操作与闭操作407 9.4击中或击不中变换411 9.5一些基本的形态学算法412 9.5.1边界提取412 9.5.2孔洞填充413 9.5.3连通分量的提取414 9.5.4凸壳416 9.5.5细化417 9.5.6粗化418 9.5.7骨架418 9.5.8裁剪420 9.5.9形态学重建421 9.5.10 二值图像形态学操作小结426 9.6灰度级形态学428 9.6.1腐蚀和膨胀428 9.6.2开操作和闭操作430 9.6.3一些基本的灰度级形态学算法431 9.6.4灰度级形态学重建435 小结437 参考文献437 习题438 第10章图像分割 443 引言443 10.1基础知识443 10.2点、线和边缘检测445 10.2.1背景知识445 10.2.2孤立点的检测447 10.2.3线检测449 10.2.4边缘模型450 10.2.5基本边缘检测454 10.2.6更先进的边缘检测技术459 10.2.7边缘连接和边界检测46 內容試閱： 前 言 When something can be read without effort, great effort has gone into its writing. Enrique Jardiel Poncela 第三版是本书的一次重要修订。如同由Gonzalez和Wintz编写的1977年版和1988年版，以及由Gonzalez和Woods编写的1992年版和2002年版那样，这一版同样是为学生和教师考虑而准备的。本书的主要目的仍是介绍数字图像处理的基本概念和方法，并为读者在该领域进一步学习和研究打下坚实的基础。为实现这一目的，我们仍将重点放在基础知识和普通应用上。本书要求读者的数学知识具备大学本科高年级和研究生一年级的水平，即需要掌握数学分析、向量、矩阵、概率、统计、线性系统和计算机编程方面的基本知识。本书的Web网站为读者提供了所需背景知识的回顾指南。 本书在数字图像处理领域处于引领地位30多年的主要原因是，我们对读者不断变化的教育需求给予了极大的关注。第三版是在我们广泛调查的基础上编写的，这些调查涉及32个国家的134所高校和研究机构的教师、学生与自学者。根据调查的反馈情况，本书做了如下修订： ? 更早、更全面地介绍了图像处理中所用的数学工具。 ? 扩充说明了直方图处理技术。 ? 逐步叙述了复杂的算法。 ? 扩充说明了空间相关和卷积的内容。 ? 介绍了模糊集合理论及其在图像处理中的应用。 ? 修订了频率域处理的内容，从基本原理开始，说明了如何从数据取样得出离散傅里叶变换。 ? 覆盖了关于计算机断层（CT）的内容。 ? 清楚地叙述了小波的基本概念。 ? 修订了关于数据压缩的内容，包含了更多的视频压缩技术、标准和水印。 ? 扩充了形态学的章节，包含了形态学重建的内容，修订了灰度形态学的内容。 ? 扩充了图像分割的内容，包含了更先进的技术，如坎尼算法的边缘检测技术，更全面地探讨了图像的阈值处理。 ? 更新了图像表示与描述章节的内容。 ? 精简了关于结构目标识别的内容。 第三版中的新内容和重新组织的内容试图在论述的严密性、描述的清晰性和市场调查的反馈之间保持平衡，同时尽量将篇幅控制在合理的范围内。第三版的主要改动如下。 第1章：更新了图片，并根据后续章节的变化重写了正文部分。 第2章：本章约修订了50%的内容，包含了新图像和更清晰的说明。主要修订包括：新增了关于图像内插的一节，以及综述本书所用主要数学工具的一节。此前分散在全书中的大量图像处理应用现在整合到了第2章中。例如，我们把图像平均和图像相减移到了这一章。这遵循了我们在第二版中就开始的做法，即在讨论中尽可能把许多应用前移，以便更好地引导读者。学完重新组织的第2章后，读者可基本了解数字图像加工和处理的方式。本章是编写本书其余章节的坚实基础。 第3章：本章的主要修订是，详细探讨了空间相关、卷积及利用空间模板对图像滤波的应用。我们在进行市场调查时发现了读者普遍关心的一个问题，即要求用大量实例来说明直方图均衡化和规定化，对这一问题的回应是，我们增加了一些说明这些处理工具的例子。模糊集合及其在图像处理中的应用也是调查反馈普遍要求的内容，因此本章中纳入了模糊集合理论基础及其在灰度变换与空间滤波两种图像处理中的主要应用。 第4章：过去4年，读者抱怨得最多的是对第一版和第二版的第4章所做的更改。当时做出这些改变时，目的是为了简化傅里叶变换和频率域的表述。显然，我们走得太远，因为读者抱怨新内容太浅。第三版纠正了这一问题。现在的内容从连续变量的傅里叶变换开始，再用取样和卷积的基本概念进一步推导了离散傅里叶变换。这种变化的优点是，更直观地引入了取样定理。然后，我们将一维情形推广到了二维情形，并给出了说明数字图像取样效果的一些例子。再后，我们介绍了二维离散傅里叶变换，推导和总结了一些重要性质。这些概念是频率域滤波的基础。最后，我们讨论了问题实现，如变换分解和快速傅里叶变换算法的推导。学完本章后，读者可掌握从一维函数的取样到离散傅里叶变换基础的清晰推导过程，以及其在数字图像处理中的某些重要应用。 第5章：本章增加了关于从投影重建图像的一节，重点在于计算机断层CT。CT的内容用投影重建图像的基本原理和实践中所用成像模型的例子开始。然后，推导了雷登变换和傅里叶切片定理，并以它们为基础清楚地说明了滤波反投影的概念。讨论了平行光束和扇形光束重建，并用一些例子进行了说明。这些内容较老，但对本书是重要的补充。 第6章：本章只做了符号表示的澄清和更正，未增加新内容。 第7章：读者反馈从前一章过渡到小波对初学者来说较为困难，因此我们重写了一些基础内容。 第8章：为使内容跟上发展形势，本章已完全重写。新编码技术内容扩展到了视频，修订了标准，介绍了图像水印处理。这种新的编排方式更易于学生掌握。 第9章：本章的主要变化是包含了形态学重建的新内容，修订了灰度级形态学的内容，并详细介绍了二值图像和灰度级图像的形态学重建，以便学生开发出更复杂、更有用的形态学算法。 第10章：本章做了大量修订。组织方式与之前相同，但新增了关于分割技术的内容，详细讨论并说明了边缘模型及其性质。介绍先进的边缘检测技术时，包含了Marr-Hildreth边缘检测器和坎尼边缘检测器。重写了关于阈值处理的一节，包含了较为流行的Otsu方法，这种方法易于理解和实现，且应用广泛。关于贝叶斯方法的内容则移到第12章介绍，那时还会详细探讨贝叶斯决策规则。此外，还讨论了如何利用边缘信息来改进阈值处理，并给出了自适应阈值处理的新例子。关于形态学分水岭和运动分割应用的内容，除阐述更为清楚外，基本上未做改动。 第11章：本章的主要变化是边界跟踪算法，详细推导了用最小周长多边形拟合数字边界的算法，增加了用于纹理描述的共生矩阵内容。与11.4节的所有例子一样，11.2节和11.3节中的许多例子都是新的。 第12章：本章的变化是，新增了关于相关匹配的内容，以及用贝叶斯分类器识别多光谱图像中感兴趣区的新例子。结构分类方面的章节只限于讨论串匹配。 以上修订，导致了本书新增了400多幅图像、200多幅图表和80多道习题。书中适当的位置给出了复杂处理过程的逐步算法。同时，更新了参考文献。 本书的Web网站在第二版发行期间就已完成，并取得了很大的成功，每月的访问量都在20 000以上。相应于第三版本，我们重新设计和升级了这一网站。关于该网站的详细功能和内容，请读者参阅后面的本书网站和致谢部分。 第三版反映了2002年以来读者不断变化的需求。自1977年首次出版以来，本书在全球范围内被读者广泛接受的原因之一是，本书一直强调基本概念，包括试图提供尽快引出知识主体的稳定方法。我们遵循相同的原则编写了本书的第三版。 Rafael C. Gonzalez Richard E. Woods

書城介紹　 |　合作申請　|　索要書目　 |　新手入門　|　聯絡方式　 |　幫助中心　|　找書說明　 |　送貨方式　|　付款方式	台灣用户　|　香港/海外用户
megBook.com.tw
Copyright (C) 2013 - 2024 （香港）大書城有限公司　All Rights Reserved.